互联网信息搜索用户行为模型的探索性研究

探讨互联网信息搜索中用户与网络交互的行为模型．要求32名大学生或研究生被试完成不同类型（开放型与封闭型问题）的信息搜索任务,记录整个搜索过程,并提取各类关键事件的发生频次和时间等数据进行分析．基于路径分析获得的用户搜索行为模型显示：任务类型因素通过“主题目录链接”与“相关链接”的相关对搜索时间产生非因果效应;个体因素通过“页面跳转”对搜索时间产生间接因果效应,通过“相关链接”对绩效产生间接因果效应;环境因素通过“浏览时间”和“提交请求”对搜索时间产生间接因果效应．     

基于交互和图注意力网络的代码搜索方法

在代码搜索任务中,已有的基于深度学习的算法,一方面不能有效提取代码特征和查询特征之间的细粒度交互关系,另一方面未考虑特征之间潜在的结构化特征,无法实现更精确的匹配。本文提出了一种基于交互和图注意力网络的代码搜索模型IGANCS(Interaction and Graph Attention Network based model for Code Search)。该模型通过引入基于相似度矩阵的交互机制,学习代码特征和查询特征的细粒度交互关系,实现代码与查询之间的对齐;引入图注意力机制,利用自注意力层学习代码和查询中隐藏的结构化特征,更深入地挖掘代码和查询的结构化语义;利用最大池化机制分别聚合代码特征和查询特征,提取最重要的特征信息。本文在公开的Java数据集和Python数据集上对IGANCS进行了评估。实验结果表明,IGANCS在Mean Reciprocal Rank(MRR)和SuccessRate@1/5/10指标上优于已有的基线模型。     

基于元搜索的个性化教学信息推荐系统设计与实现

随着我国教育信息化工作的深入开展,教学资源的迅速膨胀,使得如何从海量教学资源中准确快速地获取所需信息成为教与学过程中急需解决的问题。针对教学信息资源的特点,提出一种基于元搜索技术的面向教学信息推荐系统设计方案和个性化推荐模型,并给出了具体的应用。     

基于用户关系的维吾尔文微博数据获取方法的研究

目前,互联网上的大部分群体性数据资源集中在微博、论坛等社交网络上.跨语言社会舆情分析是我国智能信息处理的一个研究热点.维吾尔语是我国主要少数民族语言之一,为了构建一个好的跨语言舆情分析系统,维吾尔文微博的数据获取显得尤为重要.维吾尔文微博数据获取最大的难点是微博开发商不提供API.本文以技术和经济为基础的"Guduk"微博为研究对象,提出了一种基于用户关系的维吾尔文微博数据获取爬虫系统方案,此方案解决了在不提供API情况下的数据获取难点.本文的研究为跨语言舆情分析系统提供大量的维吾尔文社交网络数据资源、数据获取方法和技术.     

基于网络文本的西溪湿地公园旅游体验要素结构特征分析

将网络文本应用于旅游体验要素结构特征分析的研究还较少.以西溪国家湿地公园为例,携程网的游客点评为文本资料来源,利用内容分析法对点评文本进行旅游体验要素编码及要素评价等级评定,整理出西溪湿地公园的旅游体验要素结构和旅游体验质量评价数据集.在此基础上,运用SNA、IPA等手段深入分析了其结构特征.SNA分析结果显示:该旅游体验结构的整体协调性程度较高;湿地自然景观风貌是结构中最核心的要素;整体结构分化为2个有统计学意义和2个无统计学意义的子群结构等.IPA分析结果显示,各旅游体验要素的表现性得分普遍较高,体现游客的旅游体验评价较高.重要性得分差异较大,表明游客对于旅游体验各要素的感知重要程度存在差异.据此,对西溪国家湿地公园的可持续发展提出了相关建议.     

一种基于用户意愿的数据保护模型

基于最小特权原理，从分析进程的访问权限出发，提出了一种防御恶意程序攻击的数据保护模型．该模型对DAC访问控制机制进行了增强，当进程实际访问用户数据时，进程必须先获得操作用户的意愿，用户根据进程的任务赋予进程访问系统最小必需数据集的权限，使进程无法访问任务之外的数据集，防止进程因权限过大破坏用户数据．测试结果表明，该模型可以有效地阻止进程的非法访问而确保数据不被窃取或破坏．     

基于陷门搜索的条件代理重加密方案

为实现对数据细粒度且可扩展的访问控制,通过引入陷门搜索实现快速的条件匹配,提出一个高效的、可用于多条件以及"与"和"或"的复杂组合条件的代理重加密方案,较大地提高了条件代理重加密的效率,可实现高效的按需授权和撤销操作以满足用户对数据的细粒度访问控制需求.同时还引入强一次性签名算法以保证加密过程的安全性,最后在随机预言机模型下证明其在3-QDBDH假设下可抵抗选择密文攻击.     

OFDMA网络中基于用户协作的负载均衡机制

在蜂窝小区中,利用用户在不同小区之间的切换实现负载均衡可以提高系统频率利用率,减小用户中断率。但是,高负载小区的边缘用户切换到低负载小区时信噪比会降低。提出了一种基于用户协作的负载均衡机制,在均衡小区间负载的同时,解决了小区边缘用户切换后信噪比降低的问题。所提机制中,轻负载小区的某个用户作为中继节点与重负载小区的被切换用户进行协作通信。被切换的边缘用户通过选择合适的"用户中继",保证了切换后的信噪比性能。推导了选择用户作为中继的必要条件,提出了最大化系统容量的用户中继选择方案。数值仿真结果表明,所提机制可以有效的提高被切换用户的吞吐量,从而证明被切换用户的信噪比性能没有损失。     

基于快速神经网络架构搜索的鲁棒图像水印网络算法

为解决深度学习在图像水印算法中计算量大且模型冗余的问题,提高图像水印算法在抵抗噪声、旋转和剪裁等攻击时的鲁棒性,提出基于快速神经网络架构搜索（neural architecture search,NAS）的鲁棒图像水印网络算法。通过多项式分布学习快速神经网络架构搜索算法,在预设的搜索空间中搜索最优网络结构,进行图像水印的高效嵌入与鲁棒提取。首先,将子网络中线性连接的全卷积层设置为独立的神经单元结构,并参数化表示结构单元内节点的连接,预先设定结构单元内每个神经元操作的搜索空间;其次,在完成一个批次的数据集训练后,依据神经元操作中的被采样次数和平均损失函数值动态更新概率;最后,重新训练搜索完成的网络。水印网络模型的参数量较原始网络模型缩减了92%以上,大大缩短了模型训练时间。由于搜索得到的网络结构更为紧凑,本文算法具有较高的时间性能和较好的实验效果,在隐藏图像时,对空域信息的依赖比原始网络更少。对改进前后的2个网络进行了大量鲁棒性实验,对比发现,本文算法在CIFAR-10数据集上对抵抗椒盐噪声和旋转、移除像素行（列）等攻击优势显著;在ImageNet数据集上对抵抗椒盐高斯噪声、旋转、中值滤波、高斯滤波、JPEG压缩、裁剪等攻击优势显著,特别是对随机移除行（列）和椒盐噪声有较强的鲁棒性。     

数据开采中基于用户需求的关联模型

提出一个基于用户需求的关联模型,引入了相关度的概念,给出了启发式查找与相联规则的ＮＥＡ抽取算法,有效的解决数据开采关联模型中查找规则的盲目性和冗余性,并使重要的信息不被丢失．     

基于操作便捷性和安全性的可变功能应急产品应急效能评估

为更全面地评估可变功能应急产品的应急效能,降低因应急效能问题导致的财产损失和人员伤亡的可能性,同时也为该类产品的设计开发提供技术支持,提出了可变功能应急产品的应急效能评估方法.首先,根据可变功能应急产品的自身特点和使用环境情况,构建以操作时间、操作难度、使用安全性为基础的可变功能应急产品的应急效能评估指标体系.在此基础上,引入层次-熵权法确定评估指标的权重,并通过保守型效用函数统一量纲,建立可变功能应急产品的应急效能评估模型,为基于再设计策略的可变功能应急产品的设计开发提供评判依据.最后以两款多功能自救座椅为案例,验证所提出方法的可行性.     

基于用户相似度的加权项目偏差SlopeOne协同过滤推荐算法

协同过滤算法旨在从海量的历史数据中,挖掘出拥有共同经验的用户群体的行为习惯,以此来协助对目标用户的个性化偏好作出合理的预测。根据这些预测结果,对目标用户进行有针对性的产品或资讯推荐,这对商家来说具有重大的意义和价值。传统的SlopeOne协同过滤推荐算法虽然实现简单,运行效率高,但其准确率不高。为了进一步提高预测结果的准确率,同时又尽可能的保留原算法所具有的效率优势,提出了基于用户相似度的加权项目偏差计算方法,优化了项目之间偏差性的衡量尺度,从而得到基于用户相似度的加权项目偏差SlopeOne协同过滤推荐算法(WID_SlopeOne_US)。大量实验证明,新算法具有更高的准确率、较高的效率、和良好的稳定性等优点。     

维、哈、柯多文种搜索引擎中网页爬行器（Crawler）的设计与实现

搜索引擎网页爬行器的任务是收集网页,而收集能力的好坏直接影响搜索结果．本文提出了维、哈、柯多文种搜索引擎中网页爬行器的结构及其设计方案．     

一种基于百度指数的城市日游客规模预测方法

百度指数数据为预测游客规模提供了新思路。以杭州市为例,首先研究新浪微博签到数据与统计年鉴中实际游客量的关系,用新浪微博签到人数模拟实际旅游人数,建立杭州市日游客规模自回归移动平均（auto regressive moving average,ARMA）模型,并进行预测;然后结合计量经济学中的协整检验和格兰杰因果关系检验,分析百度指数与微博签到人数之间的关系,利用百度指数空间分布特征及主成分分析后提取的3个解释变量构建向量自回归（vector auto regression,VAR）模型;最后比较了2个模型的预测精度。结果显示,百度指数存在地理空间属性,且与新浪微博签到人数互为格兰杰因果关系,存在1~23 d的滞后期。此外,相比ARMA模型,考虑了百度指数地理属性的VAR模型在样本期内的预测精度提高了13.1%,在样本期外的预测精度提高了27.9%。研究表明,百度指数的时间和空间属性对游客规模预测有重要意义和价值。     

一种基于百度指数的城市日游客规模预测方法

百度指数数据为预测游客规模提供了新思路。以杭州市为例,首先研究新浪微博签到数据与统计年鉴中实际游客量的关系,用新浪微博签到人数模拟实际旅游人数,建立杭州市日游客规模自回归移动平均（auto regressive moving average,ARMA）模型,并进行预测;然后结合计量经济学中的协整检验和格兰杰因果关系检验,分析百度指数与微博签到人数之间的关系,利用百度指数空间分布特征及主成分分析后提取的3个解释变量构建向量自回归（vector auto regression,VAR）模型;最后比较了2个模型的预测精度。结果显示,百度指数存在地理空间属性,且与新浪微博签到人数互为格兰杰因果关系,存在1~23 d的滞后期。此外,相比ARMA模型,考虑了百度指数地理属性的VAR模型在样本期内的预测精度提高了13.1%,在样本期外的预测精度提高了27.9%。研究表明,百度指数的时间和空间属性对游客规模预测有重要意义和价值。     

古村落旅游地组织承诺对组织有效性的影响——以西递、宏村为例

组织承诺和组织有效性是组织行为学中重要的研究概念和研究对象,但应用于古村落旅游研究的还比较少.对不同经营模式下（外来资本主导型和社区主导型）古村落旅游经营户的组织承诺及旅游组织有效性进行了研究,发现古村落旅游经营户的组织承诺由情感承诺、继续承诺和规范承诺3个维度构成,组织有效性则由旅游发展有效性和社区公共服务有效性构成;组织承诺中的“情感承诺”在不同经营模式下存在较大差异;组织有效性中的“旅游发展有效性”维度在不同经营模式下也显著不同.此外还在因子层面研究了组织承诺对组织有效性的影响.     

虚拟场景中图形化交互组件的深度冲突缓解研究

虚拟场景要求有更自然的交互范式以满足用户需求,图形化范式可作为自然范式的有效补充,目前对图形化范式在虚拟空间中的应用研究较少,在应用时,图形化范式与虚拟场景中的主体物可能存在深度冲突。本文提出一种新的交互范式——SOMRM范式,并以虚拟现实（VR）找不同和增强现实（AR）俄罗斯方块场景为例,对添加光圈模糊和调节组件与被试间距离2种缓解虚拟场景中深度冲突的方式进行了研究。通过分析被试在虚拟场景中执行查看、抓取、滑动等交互任务所需的时间和偏差等数据,从易学性、准确性、易用性、真实性、舒适性等6个维度上比较了2种深度冲突缓解方式。研究结果表明,添加光圈模糊能较好缓解虚拟场景交互中的深度冲突。     

虚拟场景中图形化交互组件的深度冲突缓解研究

虚拟场景要求有更自然的交互范式以满足用户需求,图形化范式可作为自然范式的有效补充,目前对图形化范式在虚拟空间中的应用研究较少,在应用时,图形化范式与虚拟场景中的主体物可能存在深度冲突。本文提出一种新的交互范式——SOMRM范式,并以虚拟现实（VR）找不同和增强现实（AR）俄罗斯方块场景为例,对添加光圈模糊和调节组件与被试间距离2种缓解虚拟场景中深度冲突的方式进行了研究。通过分析被试在虚拟场景中执行查看、抓取、滑动等交互任务所需的时间和偏差等数据,从易学性、准确性、易用性、真实性、舒适性等6个维度上比较了2种深度冲突缓解方式。研究结果表明,添加光圈模糊能较好缓解虚拟场景交互中的深度冲突。